클라우드를 활용한 엔터프라이즈의 디지털 트랜스포메이션::정우진,김제훈::AWS Summit Seoul 2018

© 2018, Amazon Web Services, Inc. or Its Affiliates. All rights reserved.
정우진
이사, 기업 부문 사업 개발, 아마존웹서비스
Enterprise (MFG/Hi Tech/Telco)
클라우드를 활용한
엔터프라이즈의
디지털 트랜스포메이션

Agenda
1. Amazon.com의 디지털 혁신
2. AWS 글로벌 도입 사례
3. POSCO ICT 혁신 사례

Digital
Transformation
4차 산업 혁명
Industry 4.0Automation
자동화
파괴적 혁신
Disruptive Innovation
Autonomous
자율주행
Digital Twin
온라인-오프라인
Fast Supply
빠른 공급망
Forecasting
Preventive
사전 예측
Smart Factory
스마트 생산

Amazon.com의 디지털 혁신

아마존은 어떤 회사 일까요?
1994년 온라인 서점으로
시작한 글로벌 온라인 커머스

“Amazon is a technology company
that happens to sell books online”
– Dr. Werner Vogels, CTO Amazon.com
기술 회사

아마존의 최근 비즈니스는?
생산공정/물류 체계 혁신을 위한 아마존 Robotics
Alexa를 비롯한 연계된 스마트 제품 무인 Drone아마존 Key

What is Amazon today?
Big Idea 새로운 혁신 아이디어
Customer Centric 고객 중심
Everything 모든 것을
Invention 서비스/제품을 창의적으로 만들고
Pioneer 새로운 시장을 개척하고
Explorer 끊임없이 찾아 나서는

M·A·R·S
achine Learning 기계 학습
rtificial intelligence 인공지능
R
pace Explore 우주
#MARS2017
M
A
obotics 로봇
S
#MARS2018

Amazon의 Industry 4.0
Industry
4.0
For Smart factory For Smart product

Smart factory를 위한 Amazon
Fulfillment & Robotics

Amazon Fulfillment Center 물류센터

Amazon Fulfillment Center 물류센터
비즈니스 규모에 맞는 물류 시스템 혁신 (주문/배송 최적화)
Amazon Robotics empower a
smarter, faster, more consistent
Amazon customer experience
through robotics and
automation
축구장 28개를 합친 규모의 물류센터
100만개의 다양한 모양과 사이즈
창고에 최적화된 포장 및 적재
Peak시 1초당 500~1000개 처리 가능
각 물류센터별
-1000명 업무 담당자와 1000대 로봇
-1만개 적재대(pods) 100만개 상품
주문 수요와 주문 배송 솔루션의 결합
효율적인 주문 배송을 위한 자동화
고객 경함 향상을 위한 R&D혁신 지속

Amazon Global Network Platform on AWS
실시간 물류 데이터를 취합하고 분석할 수 있는
플랫폼으로 Supplier/OEM/ Logistics 파트너에
오픈 및 공유, 협업이 실시간 가능한 서비스 제공
Amazon Web Services
AZ AZ AZ
Durable, highly consistent storage replicates data
across three data centers (availability zones)
Aggregate and
archive to S3
Millions of
sources producing
100s of terabytes
per hour
Front
End
Authentication
Authorization
Ordered stream
of events supports
multiple readers
Real-time
dashboards
and alarms
Machine learning
algorithms or
sliding window
analytics
Aggregate analysis
in Hadoop or a
data warehouse
Inexpensive: $0.028 per million puts
- 주문과 동시에 상품 재고/위치 확인
자동 물류 시스템 연계 최적화/처리
- 물류 지연에 따른 현상 및 원인
분석에 대한 실시간 알림
- 날씨와 상품 상태/품질 정보 등
물류에 영향을 주는 신호에 따른
실시간 사전 대응 체계
AWS 클라우드는 전세계 분산되어 있는
정보와 데이터를 Value Chain에 최적화하여
취합 분석할 수 있는 인프라/플랫폼 서비스를
관리형으로 제공

Amazon Robotics
도입전 – 사람이 물건을 찾으러 가는 방식 KIVA – 물건이 사람을 찾아오는 방식
주문 배송 센터에서 물류 처리 혁신을 위한 AI기반의 로봇 도입

Robotics의 기본 원리
일반적 주문 배송 센터의 프로세스와 방식을
배송 상품 중심으로 재해석 및 전면 개편
물류의 흐름을 Inventory Station, Piker at
Packing, Robot으로 분리하여 처리
상품이 최초 입고해서 출고까지
모든 것이 데이터로 관리되고
위치와 처리 상태, 그리고 이동까지
3개의 Agent 시스템으로 통합 관리

Robotics는 AI/ML 기반
지속적으로 모델을 최적화하고 데이터 학습을 통한 개선/보완
저장소에서 스테이션으로 주문을 가져 오는
경로 최적화 - 알고리즘
경로 계획/알고리즘화 Path Planning 최적화를위한 강화학습/경험적 기법
주문을 이행하는 시간 최소화 – 주문과 동시 할당/계산
(주변에 이동중/대기중 재고 상품 고려)
한 번에 여러 상품을 동시에 처리 (묶음/빠른 배송 고려)

Smart Product를 위한 Alexa & Dash

AI 기반의 Amazon Smart Product
음성인식 기반의 대화형 인공지능 비서 서비스 (인공지능에 최적화된 HW디바이스)
최근 Echo Show/Spot과 같은 Display, 그리고 이미지 인식 기반 Echo Look 출시

Alexa 서비스 현황 및 AI 플랫폼
+30,000 이상의 App 연계, 실행/정보 제공 App/Device를 연결하는 플랫폼 (IoT hub)
Dialog
manager
ASR NLU TTS
User
speech
Text Labels Actions
Speech
output
Clarification
dialog
다양한 AI 기반 인식/합성 서비스의 유기적 연결

Alexa에 들어가는 AI 핵심 기술
targets:
0 = non-speech/undesired speech
1 = desired speech
anchor word
S P E A K E R A D A P T A T I O N
A N C H O R E D
S P E E C H
D E T E C T I O N

Chatbot을 위한 AWS의 AI 서비스 Lex
text
voice
다양한 messenger와
messaging 서비스 연계

Amazon Dash – IoT 기반 서비스
어디서 필요한 제품을
원클릭으로 바로 주문/배송
First Open 2nd Improvement
Do it Yourself
고객의 비즈니스에
Dash형 IoT 직접 구현 이미지/음성으로 주문
바코드 인식 + 음성 인식을
통한 NUI로 확대
Alexa 임베디드
3rd innovation!
프로그래밍 가능 버전
쉬운 wifi 네트워크 설정
AWS IoT에 직접 연결
2년 동안 일어난 Dash의 혁신과 변화

Amazon Dash Replenishment Service
스마트 제품의 혁신
재구매되는 소모품 및 부품 등에 대한
자동 주문 및 배송 서비스

Better Together: Dash Replenishment Service
• DRS 연결된 장치가
소모품이 부족할 때
Amazon을 통해 소비재를
재주문 할 수 있게합니다.
아마존에 의해 채워지고
지원되는 주문.
• AWS IoT 는 장치에 대한
연결 및 DRS뿐만 아니라
다른 백엔드 시스템 및
회사의 응용 프로그램
과의 통합을 관리 할 수
있음.
Back End System,
Big Data, Machine
Learning
DRS Devices
/ Buttons
Companion Apps
Lambda
AWS IoT

Amazon의 IoT에 대한 전략 Promise
• Processes that are More Efficient and Predictable
• Closer Relationship with Your Customers
• Smarter Products that Get Better with Time
• Products and Services that Were Not Possible Before
프로세스
고객 관계
시간
전에 불가능했던 것을 가능케

Amazon Key – Video + IoT (Security)
홈 와이파이를 통해 현관 잠금장치와 대화할 수
있는 카메라-클라우드캠 ‘아마존 키’ 런칭
택배기사가 현관 앞에 도달하면, 스마트폰으로 택배 바코드를 스캔해 인증을 기다림.
확인 결과 문제가 없다면 스마트 도어락이 열리고 택배가 배송.
택배기사가 문을 닫고 떠나면 '아마존 키'는 고객의 스마트폰을 통해 배송이 완료됨과 문이 잠겼음을 알림.
고객은 이 과정을 집에 설치한 '아마존 캠'을 통해 실시간으로 지켜볼 수 있음.
스마트 도어락과
'아마존 캠'을 이용해 작동.
Prime 고객에 방문 설치
서비스 제공

AWS 글로벌 도입 사례

Learn From Amazon, Execute at AWS
Digital Business
Digital
Innovation
Digital
Transformation

“디지털 트랜스포메이션“ 이제 시작, 가속화
민첩성 Agility, Time to Market 유연성 flexibility 지속성 sustainability
“ M any of our customer s ar e tr ansfor ming their w or lds as w ell.”
W e r n e r Vo g e l s
A m a z o n W e b S e r v i c e s , C TO

Philips 조명 디바이스의 디지털화
Mobile, IoT와 모션 센서 등 결합 Amazon Alexa와 결합 (AI/ML)

핵심 비즈니스에 역량 집중
인프라 관리에
드는 부담 감소
실험 및 혁신에
리소스 투자 가능
신규 비즈니스
구현에 집중
On-Premises
$ Millions Nearly $0
실패
= 막대한 비용 손실
잦은 실험적
시도 불가
혁신 시도에 대한
부담이 큰 환경
혁신을 촉진하는 환경
실패하더라도 적은
비용 / 시간만 손실
잦은 실험적 시도
Vs.
Cloud
기획 및 계획에서
실험과 테스트로
비즈니스 가능성과
혁신적 비즈니스
실행력 제고

비즈니스 혁신에 집중하는 Dyson
다이슨은 5,126개의 프로토타입을 거쳐 첫 번째 제품을 런칭

새로운 IT 프로젝트 및 운영/관리 체계
개발
(6개월)
운영
(3년)
개발
(6개월)
프로젝트
1.0
프로젝트
2.0
운영이관
Idea Idea
시스템 구매
(renewal)
전통적 서비스/프로젝트 라이프 사이클
프로젝트
1.0
프로젝트
2.0
MicroService  CI/CD
Idea
개발+운영
(3개월)
프로젝트
X.0
DevOps
VS. 혁신 기업의 서비스/프로젝트 라이프 사이클
+
+
개발+운영
(3개월)
개발+운영
(3개월)
Idea Idea Idea

AI와 IoT의 결합과 융합으로 진화
이미지 출처 : https://www.slideshare.net/muralidhar9s/what-if-things-start-to-think-artificial-intelligence-in-iot
AI + IoT = AIoT

IoT / Big Data / AI의 역할과 전략은?
IoT : Data Collection through IoT
Big Data : Capture, Storage, analysis of Data
AI : Data-based Learning (Machine/Deep Learning)

Data Driven 데이터 중심의 비즈니스 전략
IoT alone cannot help a city be digitally transformed
The power of data from multiple sources – once analyzed – is remarkable
DATASETS
DATA ANALYTICS
SENSOR DATA
Open Data Dark Data Device/
Sensors
Audio/
Voice
Visual/
Motion
Machine/
Deep Learning
Data Warehousing

접근 전략 - Approach
1. Business before Technology
 Business Service Model
2. Scenarios to Pattern, Prototype
 Dialogue and Workflow
3. Learning Model & Algorithm
 Modeling and Data Learning.
4. Leverage Platform
 Data Lake, Learning Framework,
P2/P3 instances, Connect to IoT & Mobile
Platform
Learning Model
Business
Scenarios

Siemens Digital Enterprise software suite
Totally Integrated
Automation
MindSphere
Product Lifecycle
Management
Manufacturing
Operations Management
Teamcenter

Siemens Product Intelligence on AWS
지멘스와 협력사에서 만든 앱으로 데이터 처리 및 분석 툴 제공
전 세계에 흩어져 있는 OEM들이
제작한 장비나 산업용 자산이
마인드스피어에 연결되어, 전
세계 어느 곳에서 장비가 어떻게
작동하고 있는지 상태를
대시보드 형태로 제공하는 앱.
출처 : reinvent 2017, https://steemit.com/kr/@clutho/siemens-mindsphere

Siemens MindSphere on AWS
Core Services
Application & API Gateway
Data
Management
Service
Logging
Analytics
Service
Content Distribution 3rd
Party Apps
Data Storage
MindSphere Supported AWS Interfaces
IoT
Service
Notification
Connectivity
Services
IAM
CI/CD
Processes, Tools,
Ops Management
Interfaces
VPC peering
Amazon Route 53 Amazon ELB
Developer
Services
AWS ALB
Elastic
Beanstalk LambdaSQSSES KinesisStep Functions ECSSWF
VPC
IAM
CloudWatch
CloudTrail
MindSphere Gateway
개방형 IoT 운영 시스템으로 다양한 종류의 기기와 엔터프라이즈 애플리케이션과의 연결 프로토콜 옵션,
산업 어플리케이션, 고도화된 분석 솔루션뿐만 아니라 지멘스의 서비스형 플랫폼(PaaS) 역량과 AWS
클라우드 접근을 활용하는 개발 환경을 제공
1. 플랫폼
플랫폼 자체를 제공하여 공장의
데이터를 마인드스피어에
저장해서 관리할 수 있도록
공장과 마인드스피어를
연결하는 형태
2. 데이터 분석 툴 제공
데이터를 가지고 공장의
공정에서 발생한 데이터를
분석해서 새롭게 정보로
제공하는 형태
3. 데이터 기반 컨설팅
서비스
고객이 원할 경우, 분석된
데이터를 가지고 지멘스가
컨설팅 서비스를 제공

MindSphere Visual Analyzer overview
IoT Advanced
Core
Starter
Visual Analyzer
mobile clientclient
Amazon API
Gateway
Amazon
CloudWatch
API Gateway
Cache
AWS
Lambda
Amazon
DynamoDB
Amazon
Route 53
Amazon
CloudFront
MindSphere
Gateway
TimeSeries
API
EventMgmt
API
Amazon
S3
AWS WAF
AssetMgmt
API
Analytics
Analytics
API
비주얼 어날라이저
(Visual Analyzer) :
장비가 어떻게 동작을
하는지 모니터링을 해서
분석을 하여 에너지 데이터
관리 서비스나 리소스
최적화 등을 위한 디테일한
정보를 제공하는 앱.

AWS Services for
Siemens Manufacturing Intelligence
Amazon
CloudFront
API
Gateway
Elastic Load
Balancing
Amazon
QuickSight
Amazon
EMR
AWS Elastic
Beanstalk
AWS
Lambda
Amazon
Kinesis
AWS Glue Amazon
S3
Amazon
RDS
Amazon
Redshift
Amazon
DynamoDB
AWS Step
Functions
Lambda
function
Microservices
Beanstalk
application
Cloud Native, Serverless , Microservices, Managed Service

Siemens Manufacturing Intelligence
Cloud
On premise
AWS
Lambda
Manufacturing Operation Management
API
Gateway
Amazon
Cognito
AWS
Glue
Amazon
S3
Amazon
Kinesis
Amazon
RDS
AWS
Lambda
Lambda
Data
Transformatio
n
AWS
EMR
Amazon
RedShift
Amazon
DynamoDB
Quick
Sight
MI
Studio
Cloud
Front
UI SPA
SIMATIC IT MES
SIMATIC IT Preactor APSCamstar
QMS SIMATIC IT UniCam
MENTOR / Valor
실제 운용 데이터를 활용하여 가상세계에서의 시뮬레이션과 현실세계에서의 엔지니어링 과정을
최적화함으로써 제조업 혁신을 주도할 수 있는 솔루션을 제공

김제훈
차장, 포스코ICT
Enterprise (MFG/Hi Tech)
디지털 트랜스포메이션을 통해
POSCO, Smart 기업으로 도약

고객사, 공급사 등 대상 정보화, 설비 자동화, 에너지 효율 진단 / 컨설팅

진단컨설팅 구축
운영
(Cloud)
상시 진단
• 운전상태 감시
• 고장경보/Report
정밀 진단
• 진단 대상 별 원인분석
• Motor 효율분석 등
Off-Line 서비스
• 부품교체 및 수리
• 순회점검 서비스
Smart 설비정비
Platform
중소/중견기업 정비파트너
Smart 가전 Mobile Device
Smart IoT
Platform

클라우드를 활용한 엔터프라이즈의 디지털 트랜스포메이션::정우진,김제훈::AWS Summit Seoul 2018

Recommended

Recommended

More Related Content

What's hot

What's hot (20)

Similar to 클라우드를 활용한 엔터프라이즈의 디지털 트랜스포메이션::정우진,김제훈::AWS Summit Seoul 2018

Similar to 클라우드를 활용한 엔터프라이즈의 디지털 트랜스포메이션::정우진,김제훈::AWS Summit Seoul 2018 (20)

More from Amazon Web Services Korea

More from Amazon Web Services Korea (20)

클라우드를 활용한 엔터프라이즈의 디지털 트랜스포메이션::정우진,김제훈::AWS Summit Seoul 2018